Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs DeepSeek: DeepSeek V3.2

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-01

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01
Skor 7.0 6.9
Peringkat #78 #81
Keandalan 10.0 10.0
Konsistensi 9.7 7.9
Tes benar
Tingkat lulus per percobaan 58.3% 63.3%
Tes tidak stabil 1 6
Total Run 60 60
Biaya per hasil 2.782 0.335
Total Biaya $0.306 $0.037
Harga input $3.000 / 1M $0.252 / 1M
Harga output $15.000 / 1M $0.378 / 1M
Token output 9,450 7,177
Token penalaran 0 68,297
Waktu respons (rata-rata) 5.27s 53.34s
Waktu respons (maks) 23.84s 189.03s
Waktu respons (total) 68.50s 1066.71s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
DeepSeek V3.2 8.7 10.0 83.3% 1 24.23s 3,247 6,953
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.8 10.0 50.0% 0 6.73s 2,112 0
DeepSeek V3.2 3.9 5.8 33.3% 1 184.97s 640 21,230
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 21 6,838
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 49 2,189
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 533 0
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 518 6,375
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 20 7,019

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsMimo V2 OmnimediumClaude Sonnet 4.6nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsGemma 4 31BnoneTersedia gratisClaude Sonnet 4.6nonevsRing-2.6-1TmediumDeepSeek V3.2mediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsQwen3.5-35B-A3Bmedium